如何在 pandas dataframe 列中用字典替换 nan

【问题标题】：How to replace nan by dictionary in pandas dataframe column如何在 pandas dataframe 列中用字典替换 nan
【发布时间】：2023-01-24 14:20:42
【问题描述】：

我想用这样的字典替换数据框列中的 NaN：{"value":["100"]}

df[column].apply(type).value_counts()

输出：

<class 'dict'>     11565
<class 'float'>       43


df[column].isna().sum()

输出=> 43

我怎样才能做到这一点？

【问题讨论】：

标签： python pandas

【解决方案1】：

使用 lambda 函数替换为字典：

df = pd.DataFrame({'column':[np.nan, {'a':[4,5]}]})

d = {"value":["100"]}
df['column'] = df['column'].apply(lambda x: d if pd.isna(x) else x)
print (df)
               column
0  {'value': ['100']}
1       {'a': [4, 5]}

或列表理解：

df['column'] = [d if pd.isna(x) else x for x in df['column']]

【讨论】：